Course Outline

Dag 1:

Module 1: KNIME Analytics-platform: overzicht

  • Installatie
  • KNIME Analytics Platform starten en aanpassen
  • Knooppunten, gegevens en workflows
  • De datawetenschapscyclus

Module 2: Gegevens Access

  • Gegevens uit bestand lezen
  • Accessing van REST-services

Module 3: ETL en datamanipulatie

  • Rij- en kolomfiltering
  • Verzamelaars
  • Samenvoegen en samenvoegen
  • Transformatie: conversie, vervanging, standaardisatie en generatie van nieuwe functies
  • Gegevensvoorbereiding voor tijdreeksanalyse

Dag 2:

Module 4: Gegevens exporteren

  • Schrijf naar een bestand
  • Een rapport genereren

Module 5: Data Visualization

  • Interactieve Univariate Visuele Verkenning
  • Interactieve multivariate visuele verkenning
  • Geavanceerde visualisatiefuncties

Module 6: Predictive Analytics met behulp van KNIME

  • Data Mining Basisconcepten
  • Regressies
  • Beslissingsboomfamilie
  • Modelevaluatie

Dag 3:

Module 7: Controle van de stroom

  • Parameterisering van de workflow: stroomvariabelen
  • Workflowonderdelen opnieuw uitvoeren: lussen
  • Uw workflow opschonen

Module 8: Praktisch KNIME Casestudy op basis van een Analytics-platform

Requirements

Aanbevolen

  • Een basiskennis van het begrijpen van de gegevens.
  • Ervaring met fundamentele dataverwerking.

Publiek

  • data-analisten
  • data wetenschappers
  • bedrijfsanalisten
  21 Hours
 

Getuigenissen (4)

Related Courses

Big Data Business Intelligence for Telecom and Communication Service Providers

  35 Hours

MATLAB Fundamentals, Data Science & Report Generation

  35 Hours

Python Programming for Finance

  35 Hours

Related Categories